設計資料のOCRとAI｜文字認識の誤りを確かめる

OCRは文字を取り出し、AIは整理を補助する

OCRは画像やスキャンPDFから文字を認識する技術です。生成AIと組み合わせると、認識結果を表へ整えたり、項目候補を分類したりできます。ただし、読みやすい文章に整えられるほど、元の誤認が見えにくくなります。設計資料では数字、単位、図面番号、改訂記号の一文字が判断を変えるため、OCR結果を原本の代わりにしません。

紙資料をスキャンする解像度やファイル構成は、今後追加予定の紙図面の電子化で扱います。ここでは、認識後の検証とAI整理に範囲を絞ります。

読み取り目的を一つ決める

「図面を全部データ化する」では検証範囲が広すぎます。まず表題欄の図面番号を索引にする、仕上表の室名候補を一覧にする、仕様書の見出しを検索可能にするなど、一つの出力を選びます。

図形、寸法線、建具記号、ハッチを「文字」として扱うかは製品ごとに異なります。一般OCRで図面全体の意味や法適合を読み取れるとは考えません。

入力画像の品質を先に確認する

傾き、影、折れ、低解像度、薄い青焼き、手書き追記、複数ページの向き違いは認識結果に影響します。OCRを繰り返す前に、原本と画像の状態を記録します。

1. 全ページがあり、上下とページ順が正しいか確認します。
2. 表題欄、縮尺、改訂欄が切れていないか見ます。
3. 小さい文字を拡大して、人が読めるか確認します。
4. 傾きや背景汚れを補正したコピーを作ります。
5. 原本画像は変更せず保存します。
6. OCR対象の範囲と除外する図形領域を決めます。

Google Cloud Visionでは一般画像向けの文字検出と、密な文書向けの文書文字検出を分けています。Microsoftも一般画像と文書でOCRの方式を分けて案内しています。名称や対応形式は変わるため、自社の図面PDF、表、手書きで実際に試します。

数字と記号を別の検証表にする

文章の誤字より、数値と記号を先に確認します。似やすい文字を一覧にし、自動置換はせず候補として表示します。

OCRが信頼度を返す場合も、その値だけで採用しません。高い信頼度でも、罫線上の数字や縦書き、重なった注記が誤ることがあります。重要項目は全件、その他は目的に応じた抽出検査を行います。

AIには認識結果を整理させる

AIへ渡すのは、原画像と対応位置を保持したOCR結果です。文章の推測補完を禁止し、読めないものを読めないまま残します。

以下は匿名化した仕様表のOCR結果です。行IDと元画像の座標を保ったまま、項目名、値、単位、注記へ分けてください。数字、単位、製品名を修正または補完しないでください。形式に合わない値、複数の読み方がある値、空欄を「要確認」表へ出してください。合計や法適合を判断しないでください。

AIが「誤字だと思われる」文字を自然な用語へ直すことがあります。正規化後の値だけでなく、OCR原文、整理値、修正理由、確認者を別列に残します。

実物資料で試す検証セット

製品デモ用の鮮明な文書だけでは、事務所の保管資料に対応するか分かりません。機密情報を除いた、または利用許可を確認した実物から、次の特徴を含む少数ページを選びます。

正解表を人が先に作り、文字一致率だけでなく、重要項目の見落とし、誤った補完、位置ずれを数えます。対象工程に必要な精度を満たさない場合は、全文自動化をやめ、索引だけ、表題欄だけなど範囲を狭めます。

出力を原本とつなぐ

抽出した行には、原本ファイル名、ページ、矩形位置、OCR実行日、使用設定を付けます。検索結果から該当画像を開けると、利用者が確認できます。OCRテキストだけを別フォルダへ置くと、誤りに気づいても原本へ戻れません。

修正した文字は上書きだけにせず、元の認識値と確認済み値を残します。後でOCR方式を変えた際に、改善したか比較できます。

図面読取やPattoAIと区別する

PattoAIの公開建設向け機能では、図面読取、数量積算、実行予算書や見積書の作成支援が案内されています。これは一般OCRで文字を抜く作業とは目的が異なります。また、あらゆる図面、任意用途の設計判断、法適合を保証するものではありません。

図面から数量や見積へつなげたい場合は、最初から資料を送らず、PattoAIの活用相談で対象用途、図面形式、必要な出力、匿名化、確認方法を相談し、自社資料の少数ページで試します。出力数量は原図と人の確認を通します。

失敗時の戻し方

表の列が崩れる場合は全文を整文せず、セル位置を保持できる方式へ変えます。小数点や単位を誤る場合は、その列を自動採用から外し、画像を並べた確認表にします。ページ順が混ざる場合は、ファイル分割とページIDを先に整えます。

AIが誤字を補完する場合は、OCR原文を変更できない列にし、整理値を別列へ出します。誤認が多い資料は、画像品質を改善しても同じ正解表で再評価し、改善しなければ手動入力へ切り替えます。

よくある質問

OCR結果が文章として読めれば使えますか

文章の自然さだけでは判断できません。図面番号、寸法、単位、日付、改訂記号を原画像と照合します。

AIでOCRの誤字を自動修正できますか

候補は出せますが、自動上書きは避けます。元の認識値と画像位置を残し、人が確認済み値を別欄へ記録します。

手書き文字も認識できますか

対応を案内するサービスはありますが、筆跡、重なり、画像品質で結果が変わります。自社の実物を使い、判読不能を補完しないか試します。

OCRした図面で法規確認できますか

OCRは文字抽出の補助です。図面全体の関係、最新法令、敷地条件を踏まえた法適合を保証しません。担当者が原図と一次資料で確認します。

精度が低い場合は導入をやめるべきですか

対象を狭めます。表題欄の索引、ページ検索、見出し抽出など、誤りを確認でき、効果のある工程へ限定できます。

参考資料

• Google Cloud：画像から文字を検出・抽出するOCR
• Microsoft：Azure Visionの画像OCR

関連記事

• 図面から概算するための必要資料
• 設計事務所のAI情報管理
• PDF図面の確認